美文网首页
二元随机变量,离散型随机变量分布律

二元随机变量,离散型随机变量分布律

作者: 大梦三千秋 | 来源:发表于2020-04-22 18:50 被阅读0次

    二元随机变量,离散型随机变量分布律


    二元随机变量


    定义:E 是一个随机实验,样本空间 S=\{e\};设 X=X(e)Y=Y(e) 是定义在 S 上的随机变量,由它们构成的向量 (X,Y) 称为二维随机向量二元随机变量

    image.png

    二元离散型随机变量


    定义: 若二元随机变量 (X,Y) 全部可能取到的不同值是有限时或可列无线对,则称 (X,Y)二元离散型随机变量

    (一)离散型随机变量的联合概率分布律

    (X,Y) 所有可能取值为 (x_i,y_j),称 P(X=x_i,Y=y_j)=P_{ij},i,j=1,2,\cdots 为二元离散型随机变量 (X,Y)联合概率分布律。也可简称 (X,Y) 的分布律。可以用如下图的表格来表示

    \begin{array}{c|ccccc} _X\bcancel{\quad^Y} &y_1&y_2&\cdots&y_j&\cdots \\ \hline x_1 &p_{11}&p_{12}&\cdots&p_{1j}&\cdots \\ x_2 &p_{21}&p_{22}&\cdots&p_{2j}&\cdots \\ \vdots &\cdots&\quad&\cdots&\quad&\cdots \\ x_i &p_{i1}&p_{i2}&\cdots&p_{ij}& \cdots \\ \vdots &\cdots&\quad&\cdots&\quad&\cdots \end{array}

    联合分布律的性质

    1. p_{ij}\geq 0,
    2. \sum_{i=1}^{\infty}\sum_{j=1}^{\infty}p_{ij}=1
    3. P((X,Y)\in D)=\sum_{(x_i,y_j)\in D}p_{ij}

    其中 p_{ij}=P(X=x_j,Y=y_j),i,j=1,2,\cdots

    image.png

    例 1: 一盒子中有 10 件产品,其中 6 件正品 ,4 件次品。从中取 1 件产品检验,不放回,再取 1 件检验。引入如下的随机变量 XY

    X=\begin{cases} 0, &\text{第 1 次取到次品} \\ 1, &\text{第 1 次取到正品}, \end{cases} \quad Y=\begin{cases} 0, &\text{第2次取到次品} \\ 1, &\text{第2次取到正品}, \end{cases}

    (X,Y) 的联合分布律。

    解: (X,Y) 可能的取值数对有:(0,0),(0,1),(1,0),(1,1).

    由乘法公式 P(AB)=P(A)P(B|A) 得:

    P(X=0,Y=0)=P(X=0)P(Y=0|X=0)=\cfrac{4}{10}\times\cfrac{3}{9}=\cfrac{2}{15}

    同理得:P(X=0,Y=1)=\cfrac{4}{10}\times\cfrac{6}{9}=\cfrac{4}{15}

    P(X=1,Y=0)=\cfrac{6}{10}\times\cfrac{4}{9}=\cfrac{4}{15},P(X=1,Y=1)=\cfrac{6}{10}\times\cfrac{5}{9}=\cfrac{5}{15}

    \begin{array}{c|cc} _X\bcancel{\quad^Y} & 0 & 1 \\ \hline 0 & \cfrac{2}{15} & \cfrac{4}{15} \\ 1 & \cfrac{4}{15} & \cfrac{5}{15} \end{array}


    例 2: 设随机变量 X 在 1、2、3、4 四个正数中等可能地取一个值,另外一个随机变量 Y1\sim X 中等可能地取一整数值,试求 (X,Y) 的联合概率分布及 X、Y 的分布。

    解: X、Y 的取值情况均为 1,2,3,4;当 i,j=1,\cdots,4

    P(X=i,Y=j)=P(X=i)P(Y=j|X=i)=\begin{cases} \cfrac{1}{4}\times\cfrac{1}{i}, &i\geq j \\ \\ \cfrac{1}{4} \times 0, &i<j \end{cases}

    联合概率分布律如下:

    \begin{array}{c|cc} _X\bcancel{\quad^Y} & 1 & 2 & 3 & 4 \\ \hline 1 & \cfrac{1}{4} & 0 & 0 & 0 \\ \\ 2 & \cfrac{1}{8} & \cfrac{1}{8} & 0 & 0 \\ \\ 3 & \cfrac{1}{12} & \cfrac{1}{12} & \cfrac{1}{12} & 0 \\ \\ 4 & \cfrac{1}{16} & \cfrac{1}{16} & \cfrac{1}{16} & \cfrac{1}{16} \end{array}

    X、Y 分布律

    P(X=i)=1/4, i=1,2,3,4.

    事件 \{X=1\},\cdots,\{X=4\}\{Y=j\} 前导事件组,由全概率公式得:

    P(Y=j)=\sum_{i=1}^{4}P(X=i)P(Y=j|X=i),j=1,2,3,4.

    所以,X、Y 分布律就是在联合分布律表中横向、纵向相加!


    例 3: 袋中有 1 个红球, 2 个黑球,3 个白球,现有放回地取两次,每次取一球,以 X,Y,Z 分别表示两次取球所得的红、黑、白球个数。求:

    (1)P(X=1|Z=0)

    (2)P(X=1,Z=0)

    (3)(X,Y) 概率分布。

    解:

    (1) 这一问表示的意思是取到不是白球的前提下,取到 1 个红球的概率,所以:

    \quad P(X=1|Z=0)=\cfrac{1}{3}\times\cfrac{2}{3}+\cfrac{2}{3}\times\cfrac{1}{3}=\cfrac{4}{9}

    (2)这一问表达的是取出 1 个红球跟 0 个白球的概率,所以:
    \quad P(X=1,Z=0)=\cfrac{1}{6}\times\cfrac{2}{6}+\cfrac{2}{6}\times\cfrac{1}{6}=\cfrac{1}{9}

    这里需要注意两问的区别!

    (3)X,Y 的取值范围均为 0, 1, 2.

    P(X=0,Y=0)=\cfrac{3}{6}\times\cfrac{3}{6}=\cfrac{1}{4}\quad\quad 2 球均为白球

    P(X=0,Y=1)=\cfrac{2}{6}\times\cfrac{3}{6}\times2=\cfrac{1}{3}\quad\quad 黑白或者白黑

    P(X=1,Y=2)=0\quad\quad 这里总数超过 2 个,不符合条件。

    P(X=2,Y=0)=\cfrac{1}{6}\times\cfrac{1}{6}=\cfrac{1}{36}\quad\quad 两球均为红球

    其余情况类似可得!

    所以 (X,Y) 的概率分布为:

    \begin{array}{c|cc} _X\bcancel{\quad^Y} & 0 & 1 & 2 \\ \hline 0 & \cfrac{1}{4} & \cfrac{1}{3} & \cfrac{1}{9} \\ \\ 1 & \cfrac{1}{6} & \cfrac{1}{9} & 0 \\ \\ 2 & \cfrac{1}{36} & 0 & 0 \\ \\ \end{array}


    相关文章

      网友评论

          本文标题:二元随机变量,离散型随机变量分布律

          本文链接:https://www.haomeiwen.com/subject/ttiwihtx.html